發展數據分析職涯,值得你訂閱的四份電子報

a woman holds an iPad

我們曾在〈發展科技職涯,值得你訂閱的三份電子報〉〈產品人不可錯過的電子報〉中,分別推薦過適合軟體工程師與產品經理訂閱的電子報。今天,我們要再推薦四份數據分析主題的電子報,外加兩個部落格。相信不論是準備跨足數據分析領域、對資料視覺化與資料科學感興趣,或是已經在業界耕耘多年的讀者,都能從這些電子報中挖掘出有幫助的內容。

其中,前面四份電子報由淺入深,涵蓋數據分析的不同面向。第一份適合大眾閱讀,第二與第三份適合數據分析領域的從業人士,最後一份則偏向資料工程的最新資訊。兩個部落格也會定期發佈許多優質內容,我們分類在「同場加映」,有需要時可以過去找尋有用的文章。最後,如果以上都無法滿足你的求知慾,在「延伸閱讀」部分,我們還額外收錄了另外四份電子報。

《The Pudding》

網站/電子報

  • 出刊頻率:大約一個月一次
  • 適合對象:大眾,特別推薦給想學習資料視覺化的人

《The Pudding》包含了多種有趣主題的數據分析,並且以精緻的動畫與圖表,說一個完整的故事。他們稱這種形式為「visual essay(視覺化小論文)」。整個網站更像是作品集,可以參考他們如何分析、視覺化與說故事。

內容大多為有趣的流行主題,如「流行歌的歌詞是不是愈來愈重複?」「K-pop 團體的人數與組成變化」「男女褲子的口袋尺寸」。輕鬆之餘,偶爾也會探討其中的社會意義,例如「為什麼超級富豪無法避免」「漫畫中的性別角色」

▲ 《The Pudding》網站(來源:《The Pudding》網站

除了吸引人的選題,《The Pudding》的最大特色是網站網頁設計。每個專題獨立設計頁面,不僅透過動態的圖表,讓資料呈現更清晰,也可以與之互動,甚至參與資料收集的過程。另外,在 Resources 頁面,還有如何做資料視覺化的教學文章,很值得想踏入數據分析與資料視覺化領域的讀者參考。

《The Pudding》團隊成員的背景包含心理學、新聞記者、哲學、商業與電腦科學,也反映在他們題材的多元性。電子報則為近期作品的總結,大約一個月出刊一次。

《The Analytics Engineering Roundup》

電子報/Podcast

  • 出刊頻率:平均每週一篇文章+一集 Podcast
  • 適合對象:對數據分析領域有初步認識者

《The Analytics Engineering Roundup》涵蓋數據分析領域的多種面向,包含數據分析職涯、思維與心法、工具介紹、資料處理的實務面等等。

這份電子報的撰寫者為新創公司 dbt Labs 的團隊成員,其主要產品 dbt 提供快速部署數據分析程式碼,讓團隊內每個人都能安全地協作與取得資料。

▲ 《The Analytics Engineering Roundup》網站(來源:《The Analytics Engineering Roundup》Substack 頁面

除了電子報文章,《The Analytics Engineering Roundup》也錄製 Podcast 訪談來自不同公司的數據專家。其中《EP 52:資料職位的職涯成長》訪談 Hubspot 的 Kasey Mazza,前面聊到 Kasey 如何提供下屬職涯建議,並分享自己的職涯經驗(她建議收集技能,而非在意頭銜,我相當認同!);後半段則討論資料工程團隊的協作問題,很值得希望在數據分析領域發展職涯、持續精進的人們。

《The Analytics Engineering Roundup》的電子報,比較適合已經對於數據分析工作有一定程度了解的讀者。此外,由於作者有很多位團隊成員,電子報內容很廣泛,可以讀到很多元的想法;從另一個角度來說,整體上比較缺乏單一的關注主題。建議在閱讀時,可以先快速掃過標題與開頭,挑選適合自己的文章。

推薦閱讀

《Metadata Weekly》

電子報

  • 出刊頻率:大約一個月一至兩篇長文
  • 適合對象:數據分析團隊的主管

《Metadata Weekly》主要討論資料團隊的協作,內容包含如何為資料團隊打造現代化數據結構(modern data stack)、資料團隊應該如何建立文化與信任,以及資料控管政策如何制定。

主筆 Prukalpa Sankar 是數據協作平台 Atlan 的共同創辦人,並曾於 2016 年入選亞洲 Forbes 30 Under 30 與印度 Fortune 40 Under 40。或許是因為創業過於忙碌,雖然名為週報,實際上大約一個月只會出刊一兩次。

推薦閱讀

《Data Science Weekly》

電子報

  • 出刊頻率:每週出刊
  • 適合對象:具備數據分析、程式設計與電腦科學知識的業界人士

《Data Science Weekly》內容彙整了近期在資料科學領域的內容,包含近期 AI 發展、數據分析與工具介紹。這是一個老字號電子報,至今已經做了 10 年!

根據電子報的自述,其主要目標為「實用」,每天花一小時從社群、論壇收集有價值的文章。從十年前的「Big Data」趨勢起家,到現在的「生成式 AI」,他們相當自豪,相較於其他因 AI 浪潮開始的電子報,自己建立了從資訊爆炸中,篩選有獨特觀點內容的能力。

《Data Science Weekly》的內容既廣且深,整體上更偏向資料工程一些。近期內容有很大比重在生成式 AI 的發展,如果對於 AI 技術面有興趣,這份電子報可以提供相當前沿的資料。

同場加映一:《Storytelling with data》

部落格

  • 適合對象:想學習資料視覺化的初階讀者

《Storytelling with data》主要討論資料視覺化、數據分析與說故事時的各種技巧與可能的錯誤。內容非常豐富,面向也非常廣,主題包含視覺化技巧、如何說好故事、如何做出商業決策等等。

文章口吻較為平易近人,內容也不會過於深入,儘管沒有統計學背景也能理解。如果希望讓自己的圖表呈現更直覺易懂,發揮更多影響力,便很適合讀讀這份部落格。

除此之外,他們也提供了「圖表指引(Chart Guide)」,列舉出 19 種不同的圖表形式與介紹,方便讀者深入了解如何選用正確的圖表呈現資料。在「圖表化妝術(Makeover)」頁面和「資料視覺化(Data-Viz-Challenge」分類,則舉出許多修改前後對照的案例。

推薦閱讀

〈when simple charts are surprisingly confusing〉:簡單的圖表有時也會造成困惑。本篇文舉出一個案例,並且提供兩個方法改進。

同場加映二:《Mode Blog》

部落格

  • 適合對象:數據分析與商業分析領域的業界人士

Mode 是 business intelligence(BI,商業智慧)平台公司,協助資料團隊與業務團隊分析數據,並轉換為商業成果。其部落格包含數據分析的各種層面,從分析方法到工具介紹,相當完整且豐富。

▲ Mode Blog(來源:Mode Blog

在電腦版網站的左側有不同的分類,如果想了解數據分析的知識,建議可以先從「分析(Analysis)」開始閱讀。其中 2015 年的這篇〈Facebook’s “Aha” Moment Was Simpler Than You Think〉中,作者從數據角度,分析了 Facebook 的「啊哈時刻」與留存率。〈User segmentation – Everything you need to know〉則介紹了各種不同的使用者分群方式。

延伸閱讀

數據分析涉及的面向很多元,如果納入資料科學、資料工程,網路上能找到許多優質的內容。以下是另外四個從不同面向介紹數據分析的電子報:

  • Information Is Beautiful:收集了非常多資料視覺化的專案,也可以作為作品集來參考。團隊背景主要在 Infographics。
  • Data Engineering Weekly:內容主要彙整了近期在資料工程領域的內容,包含科技巨頭與知名新創如何處理資料、資料技術架構。讀者設定為有工程背景的資料工程師,每週出刊。
  • Data Elixir:彙整在資料工程、資料視覺化與 AI 領域的內容,內容更偏向廣泛,多元化的主題都有提到一些。
  • Probably Overthinking It:收集了許多作者個人感興趣的數據分析案例,例如「為什麼你跑那麼慢」。內容較為深入,適合有數據分析背景的讀者。

如何使用這些電子報?

我們在本文介紹了十個電子報、部落格,建議各位讀者先別一口氣全部訂閱,以免一下子被龐大資訊淹沒,也增加心理負擔。除了參考前文列出的「適合對象」,依照自身的興趣與能力挑選訂閱,也可以先試讀每份電子報的最新文章,看看自己是否有對到作者的頻率。

若是數據分析的入門者,《The Pudding》和《The Analytics Engineering Roundup》或許會比較適合,也可以定時過去看看《Storytelling with data》和《Information Is Beautiful》。已經在職場一段時日的讀者,則可以再多看看其他份深入的電子報。

此外,讀者也可以參考〈聰明閱讀電子報,解決「積讀」煩惱〉文中的建議,找到最適合自己的工具,輔助吸收資訊。在這個資訊爆炸的時代,或許也不必太過錯過資訊,養成定時閱讀的微小習慣,長期而言便能看見自己的進步了。

當然,也歡迎各位讀者訂閱《RISE-UP 科技人才升級週報》,讓我們為你精選好文章,省去在茫茫文章海中搜尋的時間!

點我免費領取數據職能地圖!